Python股票量化交易從入門到實(shí)踐

第 1章 理解Python股票量化交易　　1
1．1　多角度分析量化交易　1
1．1．1　量化交易的本質(zhì)　2
1．1．2　量化交易的發(fā)展　4
1．1．3　量化交易的優(yōu)勢　7
1．1．4　量化交易的過程　8
1．2　多角度分析股票價格　9
1．2．1　從股票的起源看本質(zhì)　9
1．2．2　如何衡量股票溢價　11
1．2．3　股票收益的組成　12
1．2．4　股價波動的原因　13
1．3　為什么選擇Python語言　14
1．3．1　概述編程語言的發(fā)展　14
1．3．2　面向過程和面向?qū)ο蟆?5
1．3．3　Python的起源及優(yōu)勢　16
1．4　本章總結(jié)　17
第　2章 量化語言Python的關(guān)鍵應(yīng)用　18
2．1　快速部署Python開發(fā)環(huán)境　18
2．1．1　Python環(huán)境安裝　18
2．1．2　第三方庫安裝　21
2．1．3　開發(fā)工具安裝　22
2．2　開啟Python的第 一個程序　26
2．2．1　如何建立標(biāo)準(zhǔn)py文件　26
2．2．2　區(qū)分模塊、包、庫　28
2．2．3　import發(fā)揮擴(kuò)展優(yōu)勢　29
2．2．4　調(diào)試助手print( )函數(shù)　30
2．3　何為Python動態(tài)類型特性　31
2．3．1　變量的種類　31
2．3．2　動態(tài)類型的特性　35
2．3．3　內(nèi)存管理與回收　38
2．3．4　深入探究PyObject　39
2．4　如何正確地創(chuàng)建函數(shù)　41
2．4．1　用def關(guān)鍵字定義函數(shù)　41
2．4．2　參數(shù)傳遞的形式　41
2．4．3　匿名函數(shù)lambda　44
2．5　初識Python面向?qū)ο蟆?5
2．5．1　父類、子類和實(shí)例　46
2．5．2　元類和類及object和type　47
2．5．3　經(jīng)典類和新式類的區(qū)別　49
2．6　如何用面向?qū)ο笏季S編程　49
2．6．1　如何正確地構(gòu)建類　50
2．6．2　類的實(shí)例化全過程　51
2．6．3　如何引用類的屬性　52
2．6．4　如何引用類的方法　54
2．6．5　類的繼承機(jī)制應(yīng)用　55
2．6．6　類的組合機(jī)制應(yīng)用　57
2．7　深入理解for-in循環(huán)　57
2．7．1　for-in循環(huán)的原理　57
2．7．2　for-in循環(huán)的使用技巧　59
2．7．3　生成器的原理和作用　62
2．8　巧用裝飾器測試代碼效率　63
2．9　多進(jìn)程和多線程的提速方案　67
2．9．1　多進(jìn)程和多線程　68
2．9．2　Python的GIL原理　68
2．9．3　多任務(wù)的解決方案　69
2．10　未雨綢繆的異常處理機(jī)制　72
2．10．1　分析try-except常規(guī)機(jī)制　72
2．10．2　擴(kuò)展try-except使用技巧　74
2．11　本章總結(jié)　75
第3章　第三方庫NumPy快速入門　76
3．1　初識N維數(shù)組對象　76
3．2　N維數(shù)組對象的特性　78
3．2．1　矢量運(yùn)算的特性　78
3．2．2　廣播運(yùn)算的特性　79
3．2．3　用條件表達(dá)式選取元素　82
3．3　高效處理性能的對比　83
3．4　用常用數(shù)組處理函數(shù)　84
3．4．1　創(chuàng)建數(shù)組的函數(shù)　85
3．4．2　元素級處理函數(shù)　87
3．4．3　線性代數(shù)相關(guān)函數(shù)　88
3．5　本章總結(jié)　91
第4章　第三方庫Pandas快速入門　92
4．1　Series和DataFrame概覽　93
4．2　Series的生成和訪問　93
4．2．1　Series的生成方法　94
4．2．2　Series的訪問方法　96
4．3　DataFrame的生成和訪問　97
4．3．1　DataFrame的生成方法　97
4．3．2　DataFrame的索引訪問　99
4．3．3　DataFrame的元素訪問　100
4．3．4　元素標(biāo)簽和位置的轉(zhuǎn)換　103
4．3．5　用條件表達(dá)式訪問元素　105
4．4　時間序列的生成和轉(zhuǎn)換　106
4．4．1　用datetime生成時間序列　106
4．4．2　用Pandas生成時間序列　109
4．4．3　時間序列的降采樣　112
4．4．4　時間序列的升采樣　114
4．5　DataFrame的規(guī)整化處理　117
4．5．1　模擬生成股票行情數(shù)據(jù)　117
4．5．2　DataFrame概覽　120
4．5．3　DataFrame的可視化　122
4．5．4　DataFrame缺失值處理　123
4．5．5　DataFrame精度的轉(zhuǎn)換　125
4．5．6　DataFrame合并處理　125
4．6　DataFrame的高效遍歷　128
4．6．1　循環(huán)遍歷的幾種方式　129
4．6．2　循環(huán)遍歷的性能對比　130
4．7　DataFrame的存儲和加載　131
4．7．1　將DataFrame存儲至CSV　132
4．7．2　將CSV加載為DataFrame　134
4．8　本章總結(jié)　135
第5章　第三方庫Matplotlib快速入門　136
5．1　兩種繪圖方式的區(qū)分　136
5．1．1　函數(shù)式繪圖　137
5．1．2　對象式繪圖　141
5．2　常用圖表類型的繪制　143
5．2．1　折線圖的繪制　143
5．2．2　標(biāo)注點(diǎn)的繪制　144
5．2．3　參考線/區(qū)域的繪制　147
5．2．4　雙y軸圖表的繪制　148
5．2．5　條形圖的繪制　149
5．2．6　直方圖的繪制　151
5．2．7　K線圖的繪制　152
5．3　圖形對象屬性參數(shù)的調(diào)節(jié)　155
5．4　多子圖對象的創(chuàng)建和布局　158
5．4．1　創(chuàng)建多子圖對象的方法　158
5．4．2　布局多子圖對象的方法　161
5．5　注意事項　163
5．5．1　tight_layout( )出錯問題　163
5．5．2　中文顯示亂碼問題　164
5．6　本章總結(jié)　164
第6章　統(tǒng)計概率理論快速入門　165
6．1　統(tǒng)計概率的基礎(chǔ)知識　165
6．1．1　隨機(jī)事件與概率的關(guān)系　165
6．1．2　離散和連續(xù)隨機(jī)變量　166
6．1．3　典型的隨機(jī)變量分布　168
6．2　深入理解伯努利分布　170
6．2．1　伯努利分布的隨機(jī)數(shù)　170
6．2．2　伯努利分布的概率　170
6．2．3　伯努利分布的市場模型　172
6．3　深入理解正態(tài)分布　179
6．3．1　正態(tài)分布的隨機(jī)數(shù)　179
6．3．2　生成概率密度函數(shù)　181
6．3．3　正態(tài)分布與隨機(jī)漫步　183
6．4　本章總結(jié)　188
第7章　股票行情數(shù)據(jù)的獲取和管理　189
7．1　如何獲取股票行情數(shù)據(jù)　189
7．1．1　用Panads獲取股票數(shù)據(jù)　190
7．1．2　用Tushare獲取股票數(shù)據(jù)　192
7．1．3　用Baostock獲取股票數(shù)據(jù)　196
7．2　規(guī)整化處理股票數(shù)據(jù)格式　199
7．2．1　行索引時間格式規(guī)整化　200
7．2．2　列索引名稱格式規(guī)整化　202
7．3　定制股票行情數(shù)據(jù)獲取接口　203
7．4　注冊JSON格式自選股票池　204
7．4．1　將股票池另存為JSON文件　205
7．4．2　加載JSON文件以獲取股票池　209
7．5　用多任務(wù)為股票數(shù)據(jù)的獲取提速　209
7．6　用數(shù)據(jù)庫管理本地行情數(shù)據(jù)　212
7．6．1　Python操作SQLite的API　212
7．6．2　Pandas操作SQLite的API　216
7．6．3　建立SQLite股票行情數(shù)據(jù)庫　217
7．6．4　基于SQLite股票行情數(shù)據(jù)分析　219
7．7　本章總結(jié)　221
第8章　股票技術(shù)指標(biāo)的可視化分析　222
8．1　定制可視化接口　222
8．1．1　可視化代碼結(jié)構(gòu)分析　224
8．1．2　可視化接口框架實(shí)現(xiàn)　225
8．1．3　可視化圖表類型實(shí)現(xiàn)　228
8．1．4　可視化接口使用說明　229
8．2　基礎(chǔ)技術(shù)指標(biāo)的可視化　231
8．2．1　原生量價指標(biāo)可視化　232
8．2．2　移動平均線SMA可視化　235
8．2．3　震蕩類指標(biāo)KDJ可視化　237
8．2．4　趨勢類指標(biāo)MACD可視化　239
8．3　衍生技術(shù)指標(biāo)的可視化　242
8．3．1　均線交叉信號可視化　243
8．3．2　股價跳空缺口可視化　246
8．3．3　量價指標(biāo)周期重采樣　251
8．3．4　黃金分割與支撐/阻力線　256
8．4　使用TA-Lib庫計算技術(shù)指標(biāo)　261
8．4．1　常用技術(shù)指標(biāo)的計算方法　261
8．4．2　常見K線形態(tài)的識別方法　265
8．4．3　TA-Lib庫的計算速率優(yōu)勢　268
8．5　自定義顯示界面框架開發(fā)　268
8．5．1　行情界面需求分析　269
8．5．2　行情界面框架實(shí)現(xiàn)　269
8．5．3　如何顯示行情界面　272
8．6　本章總結(jié)　275
第9章　構(gòu)建股票量化交易策略體系　276
9．1　建立多維度的度量體系　276
9．1．1　交易盈虧區(qū)間可視化　277
9．1．2　交易概覽信息的統(tǒng)計　281
9．1．3　度量策略資金的絕對收益　283
9．1．4　度量策略與基準(zhǔn)的相對收益　286
9．1．5　度量策略的最大風(fēng)險回撤　288
9．1．6　回測界面的自定義設(shè)計　293
9．2　經(jīng)典擇時策略進(jìn)階之股票量化 交易　304
9．2．1　唐奇安通道突破策略的思想　305
9．2．2　唐奇安通道突破策略的實(shí)現(xiàn)　306
9．2．3　唐奇安通道突破策略的回測　310
9．3　融入ATR跟蹤止盈/止損策略　311
9．3．1　ATR技術(shù)指標(biāo)的實(shí)現(xiàn)　312
9．3．2　止盈/止損策略的實(shí)現(xiàn)　313
9．3．3　ATR止盈/止損策略回測　315
9．4　蒙特卡洛法最優(yōu)化策略參數(shù)　316
9．4．1　枚舉法與蒙特卡洛法的區(qū)別　317
9．4．2　蒙特卡洛參數(shù)最優(yōu)化的實(shí)現(xiàn)　322
9．5　基于凱利公式量化倉位管理　324
9．5．1　凱利公式的原理分析　324
9．5．2　凱利公式的效果展示　326
9．5．3　凱利公式在股票中的應(yīng)用　327
9．6　用經(jīng)典選股策略完善股票量化體系　329
9．6．1　線性回歸的原理和實(shí)現(xiàn)　329
9．6．2　用走勢線性回歸建立選股模型　332
9．6．3　走勢線性回歸的衍生分析法　335
9．7　謹(jǐn)防回測階段的陷阱　338
9．7．1　避免使用未來函數(shù)　338
9．7．2　設(shè)置滑點(diǎn)以避免偷價　339
9．7．3　避免無手續(xù)費(fèi)的策略　340
9．7．4　避免參數(shù)的過度優(yōu)化　341
9．8　本章總結(jié)　342